编程正在成为数字时代的一项基本技能，对于新时代的知识工作者来说，编程已不仅仅是程序员的必修课，而是 营销人员、业务人员甚至CEO的必修课，一些必要的编程知识成了人们更好地理解新技术、新服务和新商业模式的第三只眼睛。一时间“Machine Thinking”这个技术原教旨主义的极端口号，成了管理学界的流行词汇，就连纽约市长都宣称要精心学习一门编程语言。但是，MIT的最新研究显示，未 来人们可以抛弃过去枯燥深涩的编程语言和开发工具，转而使用直观简单的自然语言。
自然语言处理（NLP）并不是一个新鲜概念，但是最近麻省理工的研究人员最近展示了几个在办公软件中实现的自然语言编程实例，标志着自然语言编程的研究获得了突破性的进展。
随着我们所生活的世界的数字化程度越来越高，让普通人，而不仅仅是程序员也能够掌控并DIY数字空间的想法已经不再是个空想。IFTTT和ARB实验室都是自然语言编程应用的先驱。
虽然麻省理工计算机科学与人工智能实验室的研究人员所演示的自然语言编程实验基于现有的字处理办公软件平台，但是他们的方法完全可以应用于其他的编程环境中。
麻省理工在自然语言编程方面的尝试是激动人心的，因为这将使更多的人“懂得编程”，并引发更为深刻的颠覆性创新。（编者按：数字世界将重新回到被边缘化的艺术家、思想家和冒险家的手中）
虽然很多人将美国的科技创业热潮归功于亚马逊AWS云计算降低了创业成本，但是一个容易被忽视的更加重要的刺激因素是Ruby、PHP和 Python这样更容易学习的编程语言的流行，使得更多害怕C和Java的年轻人也能够快速开发出应用（例如扎克伯格和Facebook）。
根据麻省理工计算机科学与电子工程副教授Regina Barzilay的介绍，麻省理工的自然语言编程实验得出了两个重要结论：首先，计算任务可以被翻译成形式化的语言。虽然人们可以使用多个变量来描述一个 任务，但是研究人员通过一个图谱结构可以为自然语言与程序语言建立映射关系，正如麻省理工新闻稿中所说的：
Kushman和Barzilay的一个关键发现是，任何一个正则表达式都可以完美映射到自然语言，尽管这对于程序员来说 可能不够简洁。通过图谱（Graph）这样的数学结构，完全有可能给出一个正则表达式的所有对等的自然语言表达形式。而Kushman和Barzilay 的系统只需要找到将自然语言映射到符号的一条直接路径，就可以利用图谱找到更加简洁的表达方式。
第二个重要的结论相对复杂，麻省理工实验团队开发了一个系统能够自动学习如何根据预先的描述处理存储在不同文件格式中的数据，简单来说就是该团队开 发了一种能用自然语言开发输入分析器的系统。输入解析器（Input parser）判断一个文件的那个部分包含何种数据，如果没有输入解析器，一个文档只是一组由0和1构成的随机字符串而已。
虽然使用自然语言开发应用距离实用还有很长的路要走，但是麻省理工人工智能实验室和IFTTT这样的创业公司为自然语言编程美妙未来打开了一扇窗户。
原文链接：http://www.ctocio.com/ccnews/12896.html
